应用局部投影网络预测燃料分级燃烧锅炉的飞灰含碳量

火电厂煤粉燃烧效率体现在燃尽程度上,一般用锅炉的飞灰含碳量来进行评价.这个参数的预知对燃料分级燃烧优化,即在能够降低NOx的排放的同时保证煤粉的燃烧效率,进而提高锅炉运行效率极为重要.分析了锅炉飞灰含碳量的影响因素,利用局部投影神经网络LPN结构简单、收敛速度快、泛化能力强和适用于非线性时变过程的特点,建立锅炉的飞灰含碳量动态预测模型.利用锅炉热态试验所得数据训练和测试该模型,结果表明,预测模型较精确地预测了飞灰含碳量,从而为燃料分级燃烧优化的进行提供了模型基础.     

基于燃烧与传热相耦合的飞灰含碳量预测模型

通过总结前人对煤粉燃烧的研究,建立了一个将炉内燃烧和传热相耦合的飞灰含碳量一维预测模型.利用此模型可分析炉型、煤质、煤粉细度和运行参数等对飞灰含碳量的影响规律,其对锅炉设计人员和运行人员均具有一定的应用价值.     

基于遗传算法的燃煤锅炉NOx排放控制

文中在分析锅炉NOx排放物生成机制、影响因素及其控制方式和锅炉效率影响因素的基础上,结合锅炉燃烧特性试验,建立了锅炉排烟温度、飞灰含碳量和NOx排放的改进型的Elman动态神经网络预测模型,这种改进型的Elman动态网络结构简单、计算量小、容易收敛且易实现在线辨识。并利用预测模型输出的锅炉排烟温度和飞灰含碳量,通过简化的锅炉损失计算模型得到锅炉排烟损失和未完全燃烧损失,这两项损失和预测模型输出的NOx排放构造了锅炉优化燃烧寻优的目标函数。利用遗传算法的寻优特性搜索锅炉可调参数的最优值,指导运行人员在高效燃烧低NOx排放的基础上优化运行。     

基于BP神经网络的煤粉锅炉飞灰含碳量研究

飞灰含碳量是反映电站煤粉锅炉燃烧效率的一个重要指标。基于误差反向传播（BP）神经网络方法,建立了11-23-1型BP神经网络模型。根据某电站四角切圆煤粉锅炉特点选取了煤粉细度、燃烧器摆角、烟气含氧量、5个煤种参数、燃烧器喷口运行组合等11个影响燃烧的参数作为神经网络的输入因子,对建立的模型进行训练,得到模型参数。以此进行预测,与实际值的误差不超过6％。在此基础上,又提出了单参数影响飞灰含碳量的简化分析方法,使神经网络包含的多维非线性规律在一定条件下简洁、直观地反映出来。计算和分析结果表明,本模型方法能有效提取各参数对飞友含碳量的影响规律,可用于锅炉飞灰含碳量的分析、预测和优化调节。     

降低循环流化床锅炉飞灰含碳量的理论及其应用

首先从燃烧角度分析了影响循环流化床锅炉飞灰含碳量的主要因素,然后针对HG-465／13．7-L．PM7型循环流化床锅炉实际运行中存在的飞灰含碳量高的问题,根据理论分析并结合现场试验,分析得到了煤质及运行参数对飞灰含碳量的影响。利用试验结果指导运行,使该炉的飞灰含碳量由原来的18％降低到12％。     

燃煤锅炉飞灰含碳量的BP神经网络模型

燃煤锅炉是复杂的多变量系统,其飞灰的含碳量形成机理复杂,不能用简单的数学公式估算。现场实炉测试这些数据具有工作量大,测试工况有限等缺点;燃煤锅炉运行参数及燃料特性等因素影响着飞灰的含碳量,其相互耦合,导致分析数据过程困难。神经网络建模将燃煤锅炉视为黑箱,应用该方法可以良好的描述其输入输出之间的黑箱特性,因此,人工神经网络应用广泛。利用燃煤锅炉试验数据,采用3层BP(back propagation)神经网络构建了锅炉飞灰的含碳量排放特性模型。通过锅炉的实测数据验证,该BP神经网络对飞灰含碳量相对预测误差在0.19%~0.50%,预测效果良好。测试结果表明,建立的神经网络预测模型可以准确逼近验证样本数据,也能够较好的逼近非验证样本数据,具有良好的泛化能力。     

300MW机组W型火焰锅炉燃烧调整试验研究

针对山西阳泉第二发电厂３００ＭＷ机组Ｗ型火焰锅炉存在的过热器超温、飞灰含碳量高、结渣等问题。进行了以二次风配风试验为主要内容的锅炉燃烧调整,通过在不同工况下检测炉内火焰温度分布等锅炉运行参数,分析了各主要二次风对锅炉炉内燃烧工况的影响及其调节规律,并讨论了锅炉负荷变化时对炉内温度分布和配风的影响。     

因子分析法在飞灰含碳量分析中的应用

针对煤粉锅炉飞灰含碳量影响因素众多的问题,结合某电厂200 MW煤粉锅炉的实际运行工况,利用因子分析法,对锅炉飞灰含碳量影响因素进行降维分析,得出了影响飞灰含碳量的主要因素,为调整燃烧,提高锅炉效率提供了一种全新的有效的工具。     

飞灰回燃对燃烧福建无烟煤CFB锅炉运行影响的研究

利用热天平实验研究了飞灰碳厦其入炉煤的反应性，从理论上分析了飞灰回燃对CFB锅炉燃烧效率的影响，并通过工业试验测试了回燃飞灰量对锅炉返料器运行温度、飞灰的粒度分布及其含碳量、锅炉燃烧效率及其它运行参数的影响。研究表明，燃烧福建无烟煤CFB锅炉飞灰碳的反应性高于其对应入炉煤。回燃飞灰的含碳量、回燃飞灰量与入炉煤量的比值等参数对锅炉燃烧效率有重要影响。采取飞灰回燃技术有利于降低飞灰含碳、降低返料器运行温度和提高锅炉燃烧效率，但当回燃飞灰量较大时会影响锅炉的稳定运行。     

锅炉燃烧火焰的脉动频率特征

锅炉燃烧火焰包含信息众多,其中脉动频率和锅炉运行时的效率有着密切联系,进而对锅炉经济运行有实际指导意义。以某660 MW机组锅炉稳定燃烧时炉膛火焰为研究对象,借助于图像处理和频谱分析技术,从火焰面积变化的角度处理得到锅炉稳定燃烧时火焰平均脉动频率,并结合锅炉运行时工况数据,建立了平均脉动频率与锅炉运行时负荷、热效率、飞灰含碳量之间的关系。在一定范围内,平均脉动频率越大,其对应工况的负荷往往也越大,热效率越高,飞灰含碳量越少。     

电站锅炉飞灰含碳量的优化控制

利用人工神经网络对锅炉飞灰含碳量进行建模,并采用混合遗传算法与复合形法进行运行工况寻优,获得当前最佳的锅炉燃烧调整方式,这种方法同时解决了锅炉变工况下运行参数基准值的问题。应用该模型对某台300MW四角切圆燃煤电站锅炉的飞灰含碳量进行优化控制研究,其结果可指导运行人员进行参数优化调整,降低锅炉飞灰含碳量,提高燃烧经济性。图3表4参7     

永济电厂410t/h CFB锅炉飞灰含碳量偏高试验研究

针对永济电厂2号循环流化床锅炉存在的飞灰含碳量偏高的问题，从运行和设备上进行了比较全面的分析和总结。发现给煤中较细的粒度偏多，分离器分离效率偏低，进入炉内风量偏小是主要原因。通过增加筛分装置，加强燃烧调整，飞灰含碳量明显降低，得到了预期的效果。     

基于支持向量机的燃烧过程飞灰含碳量与NOx排放特性模型

大型四角切圆电站锅炉NOx排放和飞灰含碳量是燃烧优化的两个方面,也是电厂关心的重要问题。影响两者的因素众多而且复杂,对锅炉飞灰含碳量和NOx排放特性进行建模是实现燃烧优化的一个前提。文中首先利用交叉验证算法分析样本数据,对支持向量机中的参数C和σ进行选择,再应用支持向量机理论建立了飞灰含碳量和NOx排放特性模型,最后利用试验数据对模型进行了校验。研究结果表明,采用支持向量机算法建模误差较小,达到了比较准确的预测效果。     

循环流化床锅炉飞灰中碳的形成机理

通过对循环流化床(CFB)锅炉飞灰含碳量分布及飞灰残碳形态的测量、CFB燃烧温度下焦炭失活过程的试验研究以及流化床条件下煤颗粒燃烧过程的分析.探讨了循环流化床锅炉飞灰中碳的形成机理.结果表明:实际运行的CFB锅炉飞灰中含碳量具有明显的不均匀性,残碳集中于25～50 μm的飞灰颗粒内;真实密度和XRD测量均表明,焦炭失活的2个条件是温度和时间,温度高于800℃,焦炭失活开始发生,并且随着时间的增加,失活程度提高;焦炭颗粒长时间停留在主循环回路中,反应活性下降,由于颗粒的碎裂和磨耗,形成了飞灰中粒径较小的残碳;煤中的细小煤粒首次通过炉膛时未燃尽且未被分离器收集,形成了飞友中较大颗粒的残碳.     

燃煤电站锅炉飞灰含碳量偏高的原因分析与解决措施

在燃煤电站锅炉中 ,当煤粉不能进行完全燃烧时 ,将造成飞灰含碳量的升高。从煤粉细度、煤种特性、燃烧器的结构特性、热风温度、炉内空气动力场和锅炉负荷等方面分析了对飞灰含碳量变化的影响机理 ,指出了飞灰含碳量升高所造成的影响 ,并提出了维持锅炉稳定燃烧 ,降低飞灰含碳量 ,提高锅炉效率的有效措施。     

粒度对循环流化床锅炉燃烧影响的试验研究

循环流化床燃烧技术具有高效,低污染,燃料适应性广的优点,燃用福建无烟煤的循环流化床锅炉在福建沿海地区得到了广泛开展,取得了许多的成果,但是普遍存在的问题是飞灰含炭量太高,热效率不高。在一台75 t.h-1的循环流化床锅炉上对三种不同粒度的福建无烟煤进行了燃烧试验,测量了炉膛各段的温度水平,获得了粒度对底渣、飞灰的粒径分布及其含炭量和热效率等的影响特性,并针对燃用福建无烟煤的循环流化床锅炉的优化燃烧提出了一些建议,对锅炉的运行具有一定的指导意义。